隨著工業(yè)指南的頒布,近紅外光譜分析技術（Near Infrared Spectroscopy,NIRS）對固體口服制劑混合均勻性的監(jiān)測已成為目前報道最多的研究之一。流化床混合過程中,原料藥（Active Pharmaceutical Ingredients,API）含量均勻度是重要的關鍵質量屬性（Critical Quality Attributes,CQAs）。然而,流化床混合一直是在嚴格的工藝參數(shù)下進行的,整個過程就像一個黑箱,很難理解腔室中物料的真實狀態(tài)和理化性質。本研究中,引入一種便攜式近紅外傳感器,對流化混合過程進行“可視化”在線監(jiān)測。作為一種快速無損、綠色環(huán)保的過程分析技術（Process Analytical Technology,PAT）,NIRS可以達到混合過程API含量在線監(jiān)測的目的。由于物料的動態(tài)特性及其他影響因素的干擾,在線模型預測能力較差,且在線光譜較離線光譜的收集需要消耗更多的物料,模型的定期維護需要更多的經(jīng)濟投入。為了提高在線模型的精度,節(jié)省成本,減少校正集光譜收集及模型維護帶來的經(jīng)濟成本,本章中針對流化床混合過程中建立的API定量分析模型,采用化學計量學... 

【文章來源】：山東大學山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：100 頁

【學位級別】：碩士

【部分圖文】：

圖２－２?（ａ）?ＰＡＴ－Ｕ光譜儀橫截面示意圖；（ｂ）線性漸變?yōu)V光片（ＬＶＦ）工作原理圖（見實驗記??錄?０００９５３５－ｐｌ４）??２．２．４?—級數(shù)據(jù)的測定??每個混合批次按經(jīng)驗預混合５?ｍｉｎ至基本均勻后再混合約１０?ｍｉｎ，此時進行??

６６５??７?２８．１６０?０．４１０２?０．４１０２?０．４１０８?０．４１０４??〇?４０１?—?Ｆｉｔ?Ｉ?＾??＞－＝０．０２９１?ｘ?＾??Ｒ２＝０．９９９８?／?＂＂??Ａ??０．３５?－?，??ｙ??Ｘ??Ｓ?０．３０?－?，??，??Ｓ?，??５?０．２５?－?．??ｙ??／??０．２０?－?＾??？ｒ??０．１５??１?１?１?＇?＇???６?８?１０?１２?１４??濃度（ｐｇ／ｍＬ）??圖２－３標準溶液濃度－吸光度直線回歸圖（見實驗記錄０００９５３５－ｐ２４）??根據(jù)圖２－３建立的標準曲線，通過實際測得的樣品紫外吸光度計算得到相應??的樣品溶液濃度，從而計算出所取樣品中ＡＰＩ的相對含量。含量范圍如表２－７所??示。從表２－７計算結果可以得，通過標準曲線計算得到的ＡＰＩ相對含量的均值較??理論含量偏高，這可能是由于混合過程中輔料吸附性大于ＡＰＩ而黏附到流化床??濾袋上造成的系統(tǒng)誤差所致。除１００％水平下的最大值以外，每個理論含量水平??下的極值均在理論含量±５％以內。另外，每個理論含量水平下的所有樣品的ＲＳＤ??值均小于５％。表示一級數(shù)據(jù)測量結果的精密度良好，在９５％置信區(qū)間內幾乎無??３１??

ＡｒｆｃＨｊ?；Ａ＾Ｃ＾?ＭＭ！??°：＼?ｉｌｆｌｌｌｌｌｌｌｌｌｌｌｌｌｊｌ??＃－＇?＼＼?ｉ丨丨丨丨丨沐丨丨丨體丨丨丨丨｜??ｉｉｉｉｉｉｉｔｉＭｉｉｉｉｉｍＪｉ??０．０５?????ｉ?：：：：：：：：：：：：：：：：：：：：??９００?１０００?１１００?１２００?１３００?１４００?１５００?１６００?丨?７００?丨?９００?１１００?１３００?１５００?１７００??Ｗａｖｅｌｅｎｇｔｈ?（ｎｍ）?？?Ｗａｖｅｌｅｎｇｔｈ?（ｎｍ）??（ａ）?（ｂ）??圖２－４?（ａ）校正集平均光譜圖；（ｂ）不同化合物基團的近紅外吸收譜區(qū)［７］（見實驗記??錄?０００９５３５－ｐ２６）??２．３．３主成分分析??主成分分析（ＰＣＡ）是一種經(jīng)典的離群點檢測方法，它通過選擇相關的臨界極??限和推導置信橢圓來實現(xiàn)［５７，５８］。在ＰＣＡ得分圖中，樣品點之間的位置越近，它??們的光譜越相似。一般情況下，根據(jù)ＰＣＡ得分圖，如果樣本點的位置在置信區(qū)??間（一般為９５％）之外，則該樣品被認為是異常樣本。ＰＣＡ能夠成功地從校準??集中去除某些異常的樣本，去除異常值可以避免預測值的明顯偏差，提高模型的??準確性和穩(wěn)定性。在本研究中，使用ＰＣＡ方法檢測異常值，圖２－５為基于前兩??個潛在變量（Ｌａｔｅｎｔ?Ｖａｒｉａｂｌｅ，ＬＶ）的ＰＣＡ得分圖。根據(jù)ＰＣＡ得分圖，校正集樣品??中無異常點，因為它們都位于置信橢圓（９５％）之內。從得分圖可以看出，第一主??成分捕獲了?９２．７４％的變異性，第二主成分捕獲了?１．８９％的變異性，第一主成分??主要解釋了大部分ＡＰＩ濃度的變異性。與此同時，各個集群中樣品點不同程度??的離散，源于Ｄ

【參考文獻】：
期刊論文
[1]改進相關系數(shù)算法在近紅外光譜儀器中波段選擇的應用[J]. 肖青青,向軼,許定舟,劉彤.  儀表技術. 2018(10)
[2]無創(chuàng)血液成分檢測中基于VIP分析的波長篩選[J]. 賀文欽,嚴文娟,賀國權,楊增寶,譚勇,李剛,林凌.  光譜學與光譜分析. 2016(04)
[3]均勻設計法聯(lián)合Excel優(yōu)選九分巴布劑的基質配比[J]. 潘婭,周莉玲.  中國實驗方劑學雜志. 2013(21)
[4]無信息變量消除法在糙米直鏈淀粉波長選擇中的應用[J]. 張巧杰,熊鳴,祁鯤.  農(nóng)機化研究. 2010(11)
[5]超飽和設計的構造及其數(shù)據(jù)分析[J]. 劉桂賓.  天津農(nóng)學院學報. 2007(03)
[6]無信息變量消除法在近紅外光譜測定的應用[J]. 陳斌,陳蛋.  光譜儀器與分析. 2005(04)
[7]無信息變量消除法在近紅外光譜測定的應用[J]. 陳斌,陳蛋.  光譜儀器與分析. 2005 (04)
[8]流化床制粒影響因素的探討[J]. 劉怡,馮怡.  中國醫(yī)藥工業(yè)雜志. 2004(09)

碩士論文
[1]血漿醇沉過程中近紅外光譜在線蛋白含量監(jiān)測及定量模型轉移研究[D]. 王佳月.山東大學 2018
[2]近似正交設計[D]. 謝描.清華大學 2004



本文編號：3590027